猫眼影戏
 |
|
猫眼影戏
李华伟
手机审查
猫眼影戏记者 梅丽莎艾德 报道Q8X2R7L1T4J5M9B6W3
编辑｜冷猫
大部分的高质量视频天生模子 ，都只能天生上限约15秒的视频。清晰度提高之后 ，天生的视频时长还会再一次缩短。
这就让实验AI视频创意的创作者们非 ？嗄樟。要想实现创意 ，必需使用分段天生 ，连系首尾帧 ，不但操作起来很贫困 ，并且需要往返抽卡来包管画面的一致性。
那么 ，限制视频天生时长的瓶颈在那里 ？
各人可能不知道的是 ，一段 60 秒、480p、24 帧/秒的视频 ，在模子内部会被拆解成凌驾 50 万个「潜在 token」
这些 token 就像一条极长的影象胶带 ，模子想要坚持剧情连贯、画面一致 ，就必需重新到尾生涯上下文影象。但价钱是：算力直接爆炸 ，通俗显卡基础扛不住。
这正是目今自回归视频天生模子的焦点矛盾。一边是越长的上下文 ，画面越连贯；另一边是越长的上下文 ，盘算本钱越高。
于是 ，研究者们不得不做出妥协：要么用滑动窗口切掉大部分历史 ，换取可运行的算力；要么对视频举行激进压缩 ，牺牲清晰度和细节。
问题在于 ，这些压缩要领往往最先丢掉的 ，正是决议画面真实感与一致性的高频细节。
也正是在这一逆境下 ，苏州大学校友 ，斯坦福大学博士 ，ControlNet 创作者张吕敏团队为此投入了研究提出了一种新的解决思绪 ，给出了专为长视频设计的影象压缩系统 ，在压缩的同时尽可能保存细腻视觉信息。
论文问题：Pretraining Frame Preservation in Autoregressive Video Memory Compression论文链接：https://arxiv.org/abs/2512.23851v1
研究团队提出了一种神经网络结构 ，用于将长视频压缩为短上下文 ，并设计了一种显式的预训练目的 ，使模子能够在恣意时间位置保存单帧中的高频细节信息。
基线模子可以将一段20 秒的视频压缩为约 5k 长度的上下文体现 ，同时支持从中随机检索单帧 ，并在感知质量上坚持优异的外观保真度
这种预训练模子可以直接微调为自回归视频模子的影象编码器（memory encoder） ，从而以较低的上下文本钱实现长历史影象建模 ，并且仅带来相对较小的保真度损失。
该视频是使用完整历史上下文（不切割任何历史。┲鹈胱曰毓樘焐。20 多秒的历史被压缩为 ～ 5k 上下文长度 ，并由 RTX 4070 12GB 处置惩罚。
全新的影象压缩架构
详细而言 ，研究团队接纳两阶段战略
首先 ，预训练一个专用的影象压缩模子 ，其目的是在恣意时间位置上尽可能保存高保真帧级细节信息。
该预训练目的通过对从压缩历史中随机采样的帧最小化其特征距离来实现 ，从而确保模子在整个序列规模内都能稳健地编码细节信息。
在网络结构设计上 ，提出了一种轻量级双路径架构：模子同时处置惩罚低区分率视频流和高区分率残差信息流 ，并通过将高区分率特征直接注入 Diffusion Transformer 的内部通道 ，绕过古板 VAE 所带来的信息瓶颈 ，从而进一步提升细节保真度。
预训练影象压缩模子
影象压缩模子的预训练。影象压缩模子需要将长视频（例如 20 秒）压缩成短上下文（例如长度为 5k）。预训练的目的是在恣意历史时间位置检索具有高频细节的帧。
该要领的焦点立异在于其预训练目的设计
研究团队视察到 ，权衡视频压缩机制保存上下文细节能力的一个合适的指标是其恣意时间位置高质量帧检索的能力。关于高压缩率 ，完善检索变得不切现实 ，因此目的变为最大化恣意帧的检索质量。
随后 ，研究团队将所选的清洁帧复制作为扩散模子的目的 ，使扩散系统能够在恣意时间位置重修目的帧。该历程可体现为：
这种随机化选择机制有用避免模子通过仅编码易于会见的。ɡ缡字』蚰┲。├础竿镀跞∏伞 ，从而迫使模子学习一种能够在整个时间序列规模内一连保存细节信息的体现方法。
内存压缩模子的架构。使用 3D 卷积、SiLU 和注重力机制来构建一个轻量级的神经网络结构 ，作为基准压缩模子。
视频扩散模子的微调
微调自回归视频模子。展示了最终自回归视频模子的微协调推理历程。影象压缩模子的预训练在微调之前完成。
由此获得的视频天生模子具备超长历史窗口（例如凌驾 20 秒）、极短的历史上下文长度（例如约 5k） ，并且对帧检索质量举行了显式优化。
该扩散历程亦可凭证公式体现为：
实验效果
在实验中 ，研究团队使用 8 × H100 GPU 集群举行预训练 ，并使用 1 × H100s 或 A100s 举行 LoRAs 微调。所有实验均在 HunyuanVideo和 Wan 系列的基础模子上举行。
数据集由来自多个网站的约 500 万互联网视频组成。其中约一半是竖屏短视频 ，其余为通俗横屏视频。数据经由质量洗濯 ，然后使用 Gemini-2.5-flash VLM 对高质量部分举行字幕标注 ，剩余部分使用外地 VLM（如 QwenVL）举行处置惩罚。测试集包括由 Gemini-2.5-pro 编写的 1000 个故事板提醒和 4096 个未在训练数据集中泛起过的视频。
定性与定量评估
故事板上的定性效果。通过从故事板中流式传输提醒来展示效果。故事板是一组提醒 ，其中每个提醒涵盖一定命目的帧。故事板可以由外部语言模子编写。
在定性评估方面 ，如图所示 ，研究者证实晰模子能够处置惩罚多种多样的提醒和故事板 ，同时在角色、场景、物体和情节线方面坚持一致性。
在定量评估方面 ，研究者们从 VBench、VBench2等平台引入了多个视频评估指标 ，并举行了一些修改。
视频内容一致性的定量评测效果。其中 ，Qwen 中的 「1p」 体现仅使用 1 张图像 作为图像模子输入。由于部分要领保存严重伪影 ，因此未将其纳入人工 ELO 评分统计。
如表所示 ，本文提出的要领在多个一致性指标上体现出合理的分数。Wan+Qwen 组合在实例分数上似乎具有领先分数 ，这可能是由于图像模子不会显著改变或移动工具 ，从而阻止了 VLM 问答检测到的伪影。本文的要领在工具一致性方面体现出有竞争力的分数。别的 ，用户研究和 ELO 分数验证了本文提出的架构 ，证实它在压缩和质量之间实现了有用的权衡。
消融实验
压缩结构的定量效果。展示了使用差别消融压缩架构的数值测试。
评测效果如表所示。效果批注 ，本文要领在 PSNR、SSIM 等指标上取得了相对更优的性能。别的 ，即便在 4×4×2 的较高压缩率条件下 ，该要领仍然能够有用坚持原始图像结构。
压缩重修的视觉较量。展示了使用差别可能的神经网络结构和种种压缩设置举行预训练后的重修效果。
影象压缩模子预训练的影响。展示了使用或未使用影象压缩模子预训练的效果。输入是相同的 20 秒历史视频 ，在输出帧中可视化中心帧。
除此以外 ，研究团队还在论文中讨论了差别神经网络架构设计之间的权衡取舍。
更多信息 ，请参阅原论文。
??时势1：WW欧美WW欧在线观看
??01月07日,神十七发射、C919开启商业飞行等入选2023公众最关注科技事件,
它只有两米多长 ，全身黄褐色的皮毛很油亮 ，但却看起来很老 ，一张狼脸泛起了一道道褶子 ，这是一只有数的狈 ，数不尽的狼群中也难泛起一只。
,九九九精品。??01月07日,茶卡盐湖：高原上的梦幻画卷,
为了提高这次培训班实效 ，我们特殊约请了自治区有关专家、教授给各人授课 ，希望各人认真学习 ，深入思索 ，总结履历 ，形成共识 ，真正使这次学习培训学有所思 ，学有所获 ，学有所得。
,中文字幕在线网页播放,一级片有限公司,同人脏漫。??时势2：久久99114a片
??01月07日,西藏自治区开通往返北京第三个城市航线,
凭证市委的统一安排 ，我们县委换届将在6月尾前后举行。为搞好这次换届事情 ，市委派出考察组 ，从5月20日最先 ，对我县党委、纪委向导班子举行了考察 ，现已完成了民主测评和民主推荐事情;与此同时 ，县委建设了县第十二次党代会准备事情向导小组 ，正在紧锣密鼓地举行党代会的各项准备事情。今天的聚会 ，就是按准备事情 ，经县委会研究决议召开的；嵘 ，同志宣布了准备向导小组组成职员名单 ，同志宣布了换届事情的组织人事纪律。适才 ，同志又对县第十二次党代会代表选举事情举行了详细安排 ，讲得很周全 ，很详尽 ，请各选举单位认真贯彻落实。下面 ，我再强调几点意见：
,神乐桃果爆乳无删减版百度云盘,三级免费视频,激情黄色美女视频直播。??01月07日,广东降雨趋弱 广州等多地暴雨暂歇,
“骨文是人族观其他种族的原始印记而效仿与开创的神秘符纹 ，这只是手段 ，最终是要酿成自己的实力。”石云峰道。
,宁荣荣穿jK跳钢管舞,26uuu亚洲欧美,91看one。??时势3：王者荣耀伽罗太华流白浆
??01月07日,中资企业助力印尼贫困学子圆梦,
镇中人见状 ，全都心惊肉跳 ，那可才是一个五六岁的孩子啊 ，竟有这样凶猛的气息散发 ，可跃十几米高空 ，绝对可以徒手撕凶禽巨兽。
,又黄又爽又色又刺激的视频,日韩一线一区,肥熟女。??01月07日,部长通道丨孙业礼：“冰天雪地”正在变成“金山银山”,
然而 ，出乎所有人的预料 ，青鳞鹰振翅 ，此后猛的一扇 ，大风呼呼作响 ，将三枚卵所有推进了村中 ，滚向大柳树那里。
,激情性爱亚洲性爱,97碰在线观看,性裸交 成人导航。??时势4：八重神子焊出水
??01月07日,湖北与东盟合作潜力加快释放,
??01月07日,外卖小哥送“书香” 长沙推出300余场文化活动与市民读者“阅”享,
“叔叔 ，伯伯 ，狻猊宝骨是我们的 ，为此支付了生命尚有血的价钱Ｉ杏写笈簟⑿∏唷⒆显剖俏业耐。”小不点眼睛清亮 ，声音响亮 ，认真地说道 ，马上让现场一片悄然。
,超碰超碰女人女人女人97人人,爱爱免费网站大全,黄色免费网站在线。【香港房屋局与智能建造研发中心合作 推动科研成果在公屋应用】
责编：黄修华
审核：陈瑞莹
责编：高林
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
